4月27日消息，今日，2018年GMIC论坛在北京举行，在生命科学高峰论坛上，在《中外对谈：机器学习助力智能诊疗》论坛环节，计算机科学学院机器学习系主任，卡内基梅隆大学Tom Mitchell接受了北京大数据医达科技有限公司创始人邓侃的现场对话采访，Tom Mitchell表示：“深度学习是有缺陷的，我们仍然需要更多的方法去研究，我们很难理解深度学习背后的理论是什么，深度学习也不能解释其中的原因，它没有逻辑和推理能力。”而关于未来是否有合理的方法去解释深度学习的逻辑的问题，Tom Mitchell则给出了开放的答案，他表示：“一种可能是我们是可以的，因为我们目前的很多研究结果都是积极的，所以未来自然语言和深度学习会有很好的融合；另一种可能是找到这种方法很很困难的，因为我们人类都无法解释我们自己的逻辑，更何况是机器呢？例如:你可以认得你的母亲，但是你却无法告诉我们为什么认得你的母亲，你只是通过你的视觉神经看到了母亲而已
4月27日消息，今日，2018年GMIC论坛在北京举行，在生命科学高峰论坛上，在《中外对谈：机器学习助力智能诊疗》论坛环节，计算机科学学院机器学习系主任，卡内基梅隆大学Tom Mitchell接受了北京大数据医达科技有限公司创始人邓侃的现场对话采访，Tom Mitchell表示：“深度学习是有缺陷的，我们仍然需要更多的方法去研究，我们很难理解深度学习背后的理论是什么，深度学习也不能解释其中的原因，它没有逻辑和推理能力。”
而关于未来是否有合理的方法去解释深度学习的逻辑的问题，Tom Mitchell则给出了开放的答案，他表示：“一种可能是我们是可以的，因为我们目前的很多研究结果都是积极的，所以未来自然语言和深度学习会有很好的融合；另一种可能是找到这种方法很很困难的，因为我们人类都无法解释我们自己的逻辑，更何况是机器呢？例如:你可以认得你的母亲，但是你却无法告诉我们为什么认得你的母亲，你只是通过你的视觉神经看到了母亲而已。”
对于未来深度学习是否能够复制人类的学习方法，学会举一反三？Tom Mitchell表示：“事实上，有时候人们会问未来机器学习会怎么样，我们需要了解哪些人类的学习是电脑不能学习的，今天的深度学习，机器学习几乎是围绕分析和利用数据，这个在未来一定需要改变，我们需要各位研究人员给我们更好的学习方法，这样才能让机器学习就能既听从指令，也能利用大数据。（曲舜）
标签: 卡内基 梅隆 大学 TomMitchell 深度 学习 有缺陷 无法 解释
声明：本文内容来源自网络，文字、图片等素材版权属于原作者，平台转载素材出于传递更多信息，文章内容仅供参考与学习，切勿作为商业目的使用。如果侵害了您的合法权益，请您及时与我们联系，我们会在第一时间进行处理！我们尊重版权，也致力于保护版权，站搜网感谢您的分享！
